2つの日付間のデータフレーム行を選択する質問する

Question

解決策は 2 つあります。

ブールマスクを使用して、df.loc[mask]
日付列をDatetimeIndexとして設定し、df[start_date : end_date]

ブールマスクの使用:

df['date']dtype が次の Series であることを確認しますdatetime64[ns]:

df['date'] = pd.to_datetime(df['date'])

ブールマスクを作成します。s 、s、s、または datetime 文字列にするstart_dateこともend_dateできます。datetime.datetimenp.datetime64pd.Timestamp

#greater than the start date and smaller than the end date
mask = (df['date'] > start_date) & (df['date'] <= end_date)

サブデータフレームを選択します。

df.loc[mask]

または再割り当てdf

df = df.loc[mask]

例えば、

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.random((200,3)))
df['date'] = pd.date_range('2000-1-1', periods=200, freq='D')
mask = (df['date'] > '2000-6-1') & (df['date'] <= '2000-6-10')
print(df.loc[mask])

収穫

            0         1         2       date
153  0.208875  0.727656  0.037787 2000-06-02
154  0.750800  0.776498  0.237716 2000-06-03
155  0.812008  0.127338  0.397240 2000-06-04
156  0.639937  0.207359  0.533527 2000-06-05
157  0.416998  0.845658  0.872826 2000-06-06
158  0.440069  0.338690  0.847545 2000-06-07
159  0.202354  0.624833  0.740254 2000-06-08
160  0.465746  0.080888  0.155452 2000-06-09
161  0.858232  0.190321  0.432574 2000-06-10

を使って日時インデックス:

日付による選択を多数行う場合は、date最初に列をインデックスとして設定する方が速い場合があります。その後、を使用して日付で行を選択できますdf.loc[start_date:end_date]。

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.random((200,3)))
df['date'] = pd.date_range('2000-1-1', periods=200, freq='D')
df = df.set_index(['date'])
print(df.loc['2000-6-1':'2000-6-10'])

収穫

                   0         1         2
date                                    
2000-06-01  0.040457  0.326594  0.492136    # <- includes start_date
2000-06-02  0.279323  0.877446  0.464523
2000-06-03  0.328068  0.837669  0.608559
2000-06-04  0.107959  0.678297  0.517435
2000-06-05  0.131555  0.418380  0.025725
2000-06-06  0.999961  0.619517  0.206108
2000-06-07  0.129270  0.024533  0.154769
2000-06-08  0.441010  0.741781  0.470402
2000-06-09  0.682101  0.375660  0.009916
2000-06-10  0.754488  0.352293  0.339337

Python のリストのインデックス作成 (例: )seq[start:end]にはが含まれますstartがは含まれません。end対照的に、Pandas では、がインデックス内にある場合は、両方のエンドポイントが結果にdf.loc[start_date : end_date]含まれます。ただし、ももインデックス内にある必要はありません。start_dateend_date

また、pd.read_csvparse_datesパラメータを持つdateこれを使用して、列を s として解析できますdatetime64。したがって、を使用する場合はparse_dates、を使用する必要はありませんdf['date'] = pd.to_datetime(df['date'])。

Answer 1